导读:本文包含了轮廓匹配论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:轮廓,形状,距离,图像,特征,蛙跳,阈值。
轮廓匹配论文文献综述
任家祥,张志刚[1]（2019）在《一种改进的轮廓曲线匹配算法》一文中研究指出为提高匹配速率,提出了一种改进的轮廓曲线匹配算法。首先使用Canny边缘检测算法提取图像边缘,之后使用Shi-Tomasi算法提取目标曲线的角点。根据角点位置信息,得到归一化角点距离矩阵。针对不同应用场景,使用快、慢匹配两种算法。(本文来源于《数码世界》期刊2019年09期）
向敏,王军伟[2]（2019）在《一种基于顺序形状上下文的轮廓匹配方法》一文中研究指出形状上下文是一类经典的轮廓描述子,在图像分析、匹配与识别等领域具有广泛的应用。论文针对形状上下文存在的问题,将轮廓点顺序关系这一全局形状特征与传统形状上下文相结合,提出一种新的描述子。理论分析与实验结果均表明,该方法能够有效提升上下文描述子的区分能力,显着改善形状检索精度。(本文来源于《舰船电子工程》期刊2019年07期）
汪晓妍,刘琪琪,黄晓洁,姜娓娓,夏明[3]（2019）在《基于空间对齐和轮廓匹配的颈动脉多对比MRI叁维配准方法》一文中研究指出多对比高分辨率磁共振成像(Magnetic Resonance Imaging,MRI)技术可以无创显示管壁结构和斑块成分,为分析颈动脉粥样硬化斑块提供了一种有效手段。多对比图像中的血管配准是斑块成分识别的关键任务,由此提出一种基于空间位置对齐和内腔轮廓匹配的颈动脉多对比磁共振图像叁维配准算法。基于多对比序列图像,采用由粗到细的策略:首先利用图像的物理坐标进行空间位置的层间对齐;然后运用最大类间方差法和活动轮廓模型实现各序列血管内腔的半自动连续分割;最后以内腔轮廓组成的叁维点云进行基于改进迭代最近点算法的叁维配准。实验结果表明,配准后TOF序列和T_1Gd序列的叁维内腔包含率达到92.79%,T_1WI序列和T_1Gd序列的叁维内腔包含率达到94.66%,实现了多对比磁共振图像血管的叁维精确配准,为后续易损斑块的成分分析奠定了基础。(本文来源于《计算机科学》期刊2019年05期）
江午阳,周严[4]（2019）在《基于模型配准的钢轨动态轮廓匹配方法》一文中研究指出在钢轨日常维护过程中,会面临运行过程中车体各种振动对钢轨轮廓检测系统造成的影响,消除这种影响并获取准确的钢轨动态轮廓数据是必须要解决的问题。在传统最近点迭代算法的基础上,根据振动影响下的测量变形轮廓与标准轮廓存在仿射映射的关系,提出了基于提取钢轨轮廓曲线特征区域完成最佳拟合的模型配准算法,完成了钢轨轮廓的动态匹配,最后通过试验模拟了不同情况下的振动来验证本方法的可行性。试验结果表明,经过动态轮廓匹配后在垂直磨耗和侧面磨耗处的标准差分别为0.002 76、0.002 643mm,重复性精度均能达到0.005mm,本方法基本上能消除振动对测量数据的影响,提高了测量精度。(本文来源于《国外电子测量技术》期刊2019年05期）
冯凯,于龙,占栋,张冬凯[5]（2019）在《钢轨轮廓全断面检测中的快速高鲁棒性匹配方法研究》一文中研究指出采用激光摄像技术对钢轨全断面廓形进行检测,为保证检测数据的准确性和实时性,其关键在于钢轨廓形的快速高鲁棒性匹配算法。在分析国内外钢轨轮廓检测、匹配现状的基础上,对钢轨廓形匹配方法进行了系统研究。根据标准钢轨不同半径滚动圆空间几何分布特性,提出利用钢轨廓形的斜率切线值来对钢轨原始廓形轨腰曲线部分进行自动分段,结合最小二乘拟合算法,处理分段后的钢轨廓形,快速完成钢轨廓形初匹配。通过改进ICP算法,完成钢轨廓形二维点云的精确匹配,缩减了匹配时间,提高了匹配鲁棒性。最后,将该方法应用于轨道检测设备的数据采集中,验证了该方法的有效性。(本文来源于《铁道学报》期刊2019年05期）
颜振翔,王寒迎,石齐双,莫艳红,杨辉华[6]（2019）在《基于区域蛙跳搜索与轮廓匹配的显微图像拼接》一文中研究指出为解决传统显微图像拼接中产生的几何畸变和错位,及特征稀少造成的正确匹配率低、时效性差等问题,提出基于区域蛙跳搜索和图像轮廓匹配的拼接算法。提取连续采集且有重迭区域的图像轮廓曲线;引入轮廓线索感知相似度和均方误差距离,计算图像轮廓曲线间的相似度或曲线离散距离,并将其作为匹配的衡量指标;在决策域内采用区域蛙跳算法更新鸣叫分贝和蛙跳策略,搜索图像轮廓最优匹配,实现图像快速精确的拼接。结果表明,所提算法不仅具有较高的拼接精度和较强的稳健性,还减小了其简化匹配策略的计算量,具有较强的时效性。(本文来源于《激光与光电子学进展》期刊2019年15期）
武文汉,杨明,王冰,王春香[7]（2019）在《一种基于轮廓匹配的仓储机器人托盘检测方法》一文中研究指出对托盘的检测是仓储机器人进行货物搬运的关键步骤.针对当前检测方法光照鲁棒性不强、受托盘与传感器之间相对位姿的约束等问题,提出一种基于点云平面轮廓匹配的检测方法.该方法使用ToF(Time-of-Flight)相机采集点云;点云经预处理后,使用以法线为约束的区域生长算法进行平面分割,并沿其主法线方向投影生成栅格图,解决受相对位姿约束的问题;最后在对栅格图进行轮廓提取后,利用融合Hu不变矩和尺度比例特征的轮廓特征进行目标与模板的匹配,实现对托盘的检测.实验结果表明,该方法在光照不同、托盘位姿不定等场景下均具有高识别率和强鲁棒性.(本文来源于《上海交通大学学报》期刊2019年02期）
尤波,徐义飞,李彬,杨伟凯[8]（2019）在《基于轮廓信息与颜色直方图的图像匹配》一文中研究指出为适应汽车保险片在加工过程中对形状、颜色分拣的自动化需求,构建了基于机器视觉技术的分类系统。通过基于双阈值法的Canny算子检测,规避了单阈值抹杀微弱边缘的不足,从而保留了尽可能多的有效边缘信息,为轮廓匹配筛选与距离检索分割创造了条件。分割后的有效图占比提高,加速了在HSV空间颜色空间直方图相关匹配的进程。实验表明:基于轮廓匹配的规格筛选和直方图匹配的颜色分拣,可实现六种颜色汽车保险片的精确分类。(本文来源于《自动化技术与应用》期刊2019年02期）
王旭,蒋书波,张秀梅[9]（2019）在《SAR目标轮廓匹配及其在目标识别中的运用》一文中研究指出为提高合成孔径雷达目标识别性能,提出一种基于目标轮廓匹配的目标识别方法,目标轮廓描述目标的几何外形分布以及尺寸信息,是广泛应用于目标识别的特征之一。将目标轮廓进行分段,采用部分Hausdorff距离度量各个分段的距离,通过科学综合各个分段的部分Hausdorff距离,设计目标轮廓的距离测度,根据具有最小距离的原则判断目标类型。分段匹配的策略有效避免了轮廓提取误差以及目标部分遮挡对于目标识别的不良影响,提高了识别算法的稳健性。通过在MSTAR数据集的多种条件下进行实验,验证了提出方法有效性和稳健性。(本文来源于《计算机工程与设计》期刊2019年01期）
谷睿宇,曾接贤,符祥,冷璐[10]（2018）在《结合轮廓与形状特征的仿射形状匹配》一文中研究指出目的针对仿射变换下形状匹配中存在的描述子对形状的描述能力不足,以及描述子计算耗时大的问题,改进基于所有图像点投影的方法,提出一种利用轮廓计算投影面积的仿射形状匹配算法。方法该算法分为粗匹配和精匹配两个阶段。粗匹配阶段以CSS角点作为备选特征点,首先统计轮廓投影面积分布作为特征点描述子;然后利用动态规划蚁群算法匹配两幅图片公共特征点序列,并将匹配好的特征点序列记为对应的新特征点;最后采用该新特征点划分目标曲线,得到对应的轮廓曲线;这一阶段的目的是对形状的筛选以及寻找一致的轮廓特征点,同时完成轮廓曲线的划分。精匹配阶段,采用小波仿射不变描述子,对粗匹配阶段匹配代价最小的5%的目标进行对应曲线匹配,得到精匹配阶段的匹配代价,从而实现对仿射目标的识别;精匹配弥补了描述子对轮廓细节描述不足的问题。结果算法的平均检索速度比传统基于形状投影分布描述子提高44. 3%,在MPEG-7图像库上的检索效果为98. 65%,在MPEG-7仿射图像库上的查准率与查全率综合评价指标比传统的基于形状投影分布描述子高3. 1%,比形状上下文高25%。结论本文算法匹配效果好,效率高,抗噪性强,解决了仿射描述子计算速度慢、描述能力不足的问题,能有效地应用于仿射形状匹配与检索领域。(本文来源于《中国图象图形学报》期刊2018年10期）
轮廓匹配论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
形状上下文是一类经典的轮廓描述子,在图像分析、匹配与识别等领域具有广泛的应用。论文针对形状上下文存在的问题,将轮廓点顺序关系这一全局形状特征与传统形状上下文相结合,提出一种新的描述子。理论分析与实验结果均表明,该方法能够有效提升上下文描述子的区分能力,显着改善形状检索精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
轮廓匹配论文参考文献
[1].任家祥,张志刚.一种改进的轮廓曲线匹配算法[J].数码世界.2019
[2].向敏,王军伟.一种基于顺序形状上下文的轮廓匹配方法[J].舰船电子工程.2019
[3].汪晓妍,刘琪琪,黄晓洁,姜娓娓,夏明.基于空间对齐和轮廓匹配的颈动脉多对比MRI叁维配准方法[J].计算机科学.2019
[4].江午阳,周严.基于模型配准的钢轨动态轮廓匹配方法[J].国外电子测量技术.2019
[5].冯凯,于龙,占栋,张冬凯.钢轨轮廓全断面检测中的快速高鲁棒性匹配方法研究[J].铁道学报.2019
[6].颜振翔,王寒迎,石齐双,莫艳红,杨辉华.基于区域蛙跳搜索与轮廓匹配的显微图像拼接[J].激光与光电子学进展.2019
[7].武文汉,杨明,王冰,王春香.一种基于轮廓匹配的仓储机器人托盘检测方法[J].上海交通大学学报.2019
[8].尤波,徐义飞,李彬,杨伟凯.基于轮廓信息与颜色直方图的图像匹配[J].自动化技术与应用.2019
[9].王旭,蒋书波,张秀梅.SAR目标轮廓匹配及其在目标识别中的运用[J].计算机工程与设计.2019
[10].谷睿宇,曾接贤,符祥,冷璐.结合轮廓与形状特征的仿射形状匹配[J].中国图象图形学报.2018
论文知识图
